約翰霍普金斯大學采用AI預測Ti-6Al-4V鈦合金在極端環(huán)境下的3D打印性能

2025年3月10日，南極熊獲悉，約翰霍普金斯大學應用物理實驗室（APL）與惠廷工程學院的研究人員正在利用人工智能預測Ti-6Al-4V鈦合金在極端環(huán)境下的3D打印性能。這項研究展示了AI在優(yōu)化高性能材料生產過程中的巨大潛力，為金屬3D打印技術的未來發(fā)展開辟了新途徑。

△APL的研究人員利用人工智能預測3D打印Ti-6Al-4V的孔隙率、強度和延展性與加工條件的關系，從而找到調整Ti-6Al-4V性能的新方法

這項研究廣泛應用于航空航天、生物醫(yī)學和汽車工業(yè)的高強度、低重量合金，通過激光粉末床熔合技術制造。APL的極端和多功能材料科學項目經理Morgan Trexler指出：“為了滿足當前和未來沖突的需求，國家迫切需要加快制造業(yè)的步伐。APL正在推動基于激光的增材制造研究，以快速開發(fā)出適合任務需求的高性能材料�！�

△研究題目為“人工智能助力發(fā)現Ti-6Al-4V激光粉末床熔融（L-PBF）新加工領域”（傳送門）

這項研究的成果已發(fā)表在《增材制造》雜志上，展示了人工智能如何擴展了加工參數的可行范圍，從而實現了更快的生產速度，同時保持甚至提升了材料性能。APL高級材料科學家Brendan Croom解釋道：“傳統(tǒng)上，某些加工參數被認為是所有材料的禁忌，因為它們會導致產品質量下降。然而，通過人工智能的探索，我們揭示了新的加工區(qū)域，這些區(qū)域不僅加快了打印速度，還提高了材料的強度和延展性。”

△APL高級材料科學家Brendan Croom

AI模型拓寬3D打印加工參數范圍

這一突破可能會對依賴高性能鈦合金部件的行業(yè)產生重大影響，例如航空航天、造船和醫(yī)療設備。由Somnath Ghosh等研究人員開發(fā)的人工智能模擬也有助于預測3D打印材料在極端環(huán)境下的表現。這與NASA 空間技術研究所 (STRI)為加速太空應用材料鑒定和認證所做的努力相一致。

在2021年，研究團隊深入探討了3D打印中的缺陷控制問題，并開發(fā)出一種快速材料優(yōu)化框架，該框架已于2020年獲得專利。通過機器學習，研究人員在虛擬環(huán)境中探索了數千種不同的處理配置，顯著減少了對傳統(tǒng)試錯方法的依賴。

利用貝葉斯優(yōu)化技術，人工智能能夠迅速識別出最佳的加工設置，從而生產出更加堅固和致密的鈦合金部件。正如Croom所強調的，“這不僅僅是加快零件制造速度的問題。人工智能正在幫助我們探索那些我們自己可能不會考慮的加工區(qū)域�！�

展望未來，團隊計劃進一步擴展人工智能的能力，結合實時現場監(jiān)控技術，在打印過程中動態(tài)調整制造條件。APL制造技術首席科學家Steve Storck展望道：“我們正設想一種革命性的轉變，在這種轉變中，未來的增材制造系統(tǒng)將能夠實時調整，以確保始終如一的高質量輸出�！�